Tiga kalimat:
Artikel ini membahas model matematika untuk mengontrol masalah obesitas dalam populasi tertutup dengan dua skenario intervensi, yaitu program diet dan perawatan. Model ini memecah populasi menjadi tiga kelompok berat badan dan merumuskan fungsi biaya optimal untuk meminimalkan jumlah orang yang kelebihan berat badan atau obesitas dengan biaya terendah. Simulasi menunjukkan hasil yang berbeda tergantung pada kondisi awal
1. Dokumen ini membahas penyelesaian model epidemi SIR untuk mempelajari dinamika penyebaran penyakit tuberkulosis di NTB dengan menggunakan metode Runge-Kutta orde 4.
2. Hasil analisis kestabilan menunjukkan titik kesetimbangan bebas penyakit dengan bilangan reproduksi dasar tuberkulosis di NTB sebesar 2,68.
3. Penyelesaian model menunjukkan jumlah individu rentan, terinfeksi, dan sembuh tidak berubah sign
Dokumen tersebut membahas tentang praktikum pembuatan agar-agar dengan variasi jumlah gula dan merk agar-agar. Tujuan praktikum ini adalah untuk mengetahui pengaruh jumlah gula dan merk terhadap lama waktu kekenyalan agar-agar menggunakan rancangan acak kelompok.
1. Dokumen ini membahas penyelesaian model epidemi SIR untuk mempelajari dinamika penyebaran penyakit tuberkulosis di NTB dengan menggunakan metode Runge-Kutta orde 4.
2. Hasil analisis kestabilan menunjukkan titik kesetimbangan bebas penyakit dengan bilangan reproduksi dasar tuberkulosis di NTB sebesar 2,68.
3. Penyelesaian model menunjukkan jumlah individu rentan, terinfeksi, dan sembuh tidak berubah sign
Dokumen tersebut membahas tentang praktikum pembuatan agar-agar dengan variasi jumlah gula dan merk agar-agar. Tujuan praktikum ini adalah untuk mengetahui pengaruh jumlah gula dan merk terhadap lama waktu kekenyalan agar-agar menggunakan rancangan acak kelompok.
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataRani Nooraeni
Dokumen tersebut membahas perbandingan vektor rata-rata dari dua populasi independen dan dua populasi tergantung. Secara ringkas, dokumen menjelaskan cara menguji hipotesis perbedaan rata-rata antar dua populasi, wilayah kepercayaan, dan selang kepercayaan hasil uji statistik. Contoh kasus diberikan untuk membandingkan hasil analisis kimia dari dua laboratorium berbeda.
Dokumen tersebut membahas tentang distribusi probabilitas yang mencakup distribusi binomial, Poisson, dan normal. Tiga jenis distribusi probabilitas ini digunakan untuk memperkirakan peluang terjadinya suatu peristiwa berdasarkan kondisi tertentu.
Dokumen tersebut membahas tentang distribusi probabilitas yang mencakup distribusi binomial, Poisson, dan normal. Tiga jenis distribusi probabilitas ini digunakan untuk memperkirakan peluang terjadinya suatu peristiwa berdasarkan kondisi tertentu.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas utama yaitu distribusi binomial, Poisson, dan normal. Distribusi binomial digunakan untuk menggambarkan fenomena dengan dua hasil yang mungkin terjadi, sedangkan distribusi Poisson digunakan untuk kejadian yang jarang terjadi pada populasi besar. Distribusi normal sering digunakan untuk menggambarkan variabel acak alami.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas utama yaitu distribusi binomial, Poisson, dan normal. Distribusi binomial digunakan untuk menggambarkan kejadian dengan dua hasil yang mungkin, sedangkan distribusi Poisson digunakan untuk kejadian langka yang melibatkan populasi besar, dan distribusi normal sering digunakan untuk menggambarkan fenomena alam.
LAPORAN PRAKTIKUM BIOSTATISTIKA DAN EPIDEMIOLOGI UASFarida Dadari
Estimasi Kaplan-Meier menunjukkan fungsi survival pasien liver antara perempuan dan laki-laki di Mayo Clinic sama. Uji Logrank menunjukkan tidak ada perbedaan signifikan fungsi survival antara kedua gender. Analisis data mengindikasikan efek lapar berpengaruh terhadap perpindahan tempat belalang, dengan belalang yang lapar lebih sering berpindah.
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysisayu bekti
Dokumen tersebut membahas analisis keselamatan pada pembangunan konstruksi dengan menggunakan metode Fault Tree Analysis (FTA). Metode ini digunakan untuk mengidentifikasi penyebab-penyebab kegagalan pada suatu sistem secara hirarkis mulai dari kejadian puncak hingga penyebab dasar dengan menggunakan logika Boolean. Dokumen ini juga menjelaskan proses penilaian keselamatan yang mencakup Functional Hazard Assessment, Preliminary System Safety Assessment
More Related Content
Similar to Journal review - Optimal Control Problem of Treatment for Obesity in a Closed Population
APG Pertemuan 6 : Inferensia Dua Faktor Rata-rataRani Nooraeni
Dokumen tersebut membahas perbandingan vektor rata-rata dari dua populasi independen dan dua populasi tergantung. Secara ringkas, dokumen menjelaskan cara menguji hipotesis perbedaan rata-rata antar dua populasi, wilayah kepercayaan, dan selang kepercayaan hasil uji statistik. Contoh kasus diberikan untuk membandingkan hasil analisis kimia dari dua laboratorium berbeda.
Dokumen tersebut membahas tentang distribusi probabilitas yang mencakup distribusi binomial, Poisson, dan normal. Tiga jenis distribusi probabilitas ini digunakan untuk memperkirakan peluang terjadinya suatu peristiwa berdasarkan kondisi tertentu.
Dokumen tersebut membahas tentang distribusi probabilitas yang mencakup distribusi binomial, Poisson, dan normal. Tiga jenis distribusi probabilitas ini digunakan untuk memperkirakan peluang terjadinya suatu peristiwa berdasarkan kondisi tertentu.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas utama yaitu distribusi binomial, Poisson, dan normal. Distribusi binomial digunakan untuk menggambarkan fenomena dengan dua hasil yang mungkin terjadi, sedangkan distribusi Poisson digunakan untuk kejadian yang jarang terjadi pada populasi besar. Distribusi normal sering digunakan untuk menggambarkan variabel acak alami.
Dokumen tersebut membahas tentang tiga jenis distribusi probabilitas utama yaitu distribusi binomial, Poisson, dan normal. Distribusi binomial digunakan untuk menggambarkan kejadian dengan dua hasil yang mungkin, sedangkan distribusi Poisson digunakan untuk kejadian langka yang melibatkan populasi besar, dan distribusi normal sering digunakan untuk menggambarkan fenomena alam.
LAPORAN PRAKTIKUM BIOSTATISTIKA DAN EPIDEMIOLOGI UASFarida Dadari
Estimasi Kaplan-Meier menunjukkan fungsi survival pasien liver antara perempuan dan laki-laki di Mayo Clinic sama. Uji Logrank menunjukkan tidak ada perbedaan signifikan fungsi survival antara kedua gender. Analisis data mengindikasikan efek lapar berpengaruh terhadap perpindahan tempat belalang, dengan belalang yang lapar lebih sering berpindah.
Analisa Keselamatan Pembangunan Konstruksi Dengan Fault Tree Analysisayu bekti
Dokumen tersebut membahas analisis keselamatan pada pembangunan konstruksi dengan menggunakan metode Fault Tree Analysis (FTA). Metode ini digunakan untuk mengidentifikasi penyebab-penyebab kegagalan pada suatu sistem secara hirarkis mulai dari kejadian puncak hingga penyebab dasar dengan menggunakan logika Boolean. Dokumen ini juga menjelaskan proses penilaian keselamatan yang mencakup Functional Hazard Assessment, Preliminary System Safety Assessment
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TE...ayu bekti
PENGGUNAAN METODE ANALISIS GELOMBANG SEISMIK PERMUKAAN UNTUK PENGEMBANGAN TEKNIK EVALUASI TANPA RUSAK PERKERASAN LENTUR DAN KAKU DI INDONESIA.
For report file, contact me directly.
Tugas Review - Analysis of Rainfall Climate Variability in Saudi Arabia by U...ayu bekti
Analisis variabilitas iklim curah hujan di Arab Saudi menggunakan spektral density function menunjukkan adanya siklus bervariasi dengan periode 26 tahun pada tujuh stasiun pengamatan. Fungsi korelasi dan spektral density mengungkap pola yang berbeda di antara stasiun dengan skala integral waktu korelasi antara 0,7 hingga 1,8 tahun.
Unmanned Aerial Vehicles (UAVs) Concepts and Implementationsayu bekti
Dokumen tersebut membahas tentang penggunaan pesawat tanpa awak (UAV) untuk keperluan pemetaan wilayah dengan menggunakan konsep leader-follower, internet of things (IoT), dan menjaga kerahasiaan data menggunakan firewall.
Journal review - An Algorithm for Geometric Correction of High Resolution Ima...ayu bekti
Citra satelit ROCSAT-2 menggunakan metode geometrik untuk mendapatkan koordinat piksel dengan akurasi hingga 20 meter. Metode ini melibatkan transformasi rotasi bumi, ketinggian, dan sensor untuk menemukan koordinat lintang, bujur dan ketinggian setiap piksel melalui persamaan bola unit.
ANALISIS PENGARUH INDUSTRI BATU BARA TERHADAP PENCEMARAN UDARA.pdfnarayafiryal8
Industri batu bara telah menjadi salah satu penyumbang utama pencemaran udara global. Proses ekstraksi batu bara, baik melalui penambangan terbuka maupun penambangan bawah tanah, menghasilkan debu dan gas beracun yang dilepaskan ke atmosfer. Gas-gas tersebut termasuk sulfur dioksida (SO2), nitrogen oksida (NOx), dan partikel-partikel halus (PM2.5) yang berbahaya bagi kesehatan manusia dan lingkungan. Selain itu, pembakaran batu bara di pembangkit listrik dan industri menyebabkan emisi karbon dioksida (CO2), yang merupakan penyebab utama perubahan iklim global dan pemanasan global.
Pencemaran udara yang disebabkan oleh industri batu bara juga memiliki dampak lokal yang signifikan. Di sekitar area penambangan, debu batu bara yang dihasilkan dapat mengganggu kesehatan masyarakat dan ekosistem lokal. Paparan terus-menerus terhadap debu batu bara dapat menyebabkan masalah pernapasan seperti asma dan bronkitis, serta berkontribusi pada penyakit paru-paru yang lebih serius. Selain itu, hujan asam yang disebabkan oleh emisi sulfur dioksida dapat merusak tanaman, air tanah, dan ekosistem sungai, mengancam keberlanjutan lingkungan di sekitar lokasi industri batu bara.
Journal review - Optimal Control Problem of Treatment for Obesity in a Closed Population
1. International Journal of Mathematics and Mathematical Sciences
Optimal Control Problem of
Treatment for Obesity in
a Closed Population
By : D. Aldila, N. Rarasati, N. Nuraini, and E. Soewono, MIPA-ITB (2014)
Diulas Oleh : Nurhayati Rahayu(23814305)
2. Latar Belakang (1)
Obesitas adalah kondisi dari seseorang yang memiliki berat badan yang melebihi dari
ukuran ideal yang seharusnya. Setiap orang pada dasarnya membutuhkan kalori untuk
berbagai macam manfaat, misalnya untuk mengatur suhu tubuh, energi untuk
beraktifitas, dll. Namun pada pengkonsumsian yang berlebih dan tidak disertai dengan
gaya hidup sehat, kalori terbukti tidak baik untuk kesehatan tubuh yang dapat
mengakibatkan penyakit obesitas.
3. Latar Belakang (2)
• Untuk mengatasi hal ini, penulis memberikan solusi dinamik untuk mensimulasikan
interaksi antara berat tubuh ideal (healthy people), berat tubuh berlebih
(overweight people) dan berat tubuh sangat berlebih (obese people)
• Membagi populasi manusia menjadi 3, yaitu :
– Populasi I : Manusia dengan berat badan tubuh ideal (x)
– Populasi II : Manusia dengan berat badan tubuh berlebih (y)
– Populasi III : Manusia dengan berat badan tubuh sangat berlebih (z)
• Berbeda dengan pemodelan yang telah dibangun sebelumnya, pada penelitian kali
ini penulis akan melakukan pendekatan yang berbeda yaitu pemodelan
matematika dengan melihat kasus ini dari sisi penyebaran penyakit secara vertikal
dan horizontal. Interfensi dari 2 skenario sebagai variabel kontrol yang bergantung
terhadap waktu, yaitu :
– Skenario 1 : program diet dengan kampanye hidup sehat untuk populasi ‘y’
– Skenario 2 : program perawatan untuk populasi ‘z’
4. Perumusan Masalah
solusi optimal untuk melaksanakan skenario guna
meminimumkan jumlah manusia yang terindikasi penyakit
berat badan berlebih (overweight) dan berat badan sangat
berlebih (obesity) dengan biaya serendah mungkin
5. Asumsi
• Titik kesetimbangan bebas penyakit, titik kesetimbangan penyakit, dan rasio dasar reproduksi (ℜ0)
sebagai indikator penyakit ditunjukkan secara analitical
• Titik kesetimbangan bebas penyakit akan dinyatakan stabil bila dan hanya bila ℜ0< 1
• Obesitas tidak mengakibatkan kepunahan pada populasi manusia
• Rata-rata masuknya penderita baru pada ketiga populasi adalah sama dengan mortalitas. Hal ini
untuk menghindari pengurangan manusia di setiap bagian (𝜃 = 𝜇)
Parameter Deskripsi Nilai
𝜽 Rata2 kemunculan sampel manusia baru secara alami (per hari) 1
(65𝑥365)
𝝁 Rata2 kepunahan secara alami (per hari) 1
(65𝑥365)
𝒃 Koefisien interaksi manusia (per hari) 0.1
𝐾
𝜶 Infeksi dikarenaka gaya hidup tidak sehat (per hari) 0.05
𝜸 Rata-rata kesembutan dari populasi ‘y’ ke populasi ‘x’ secara alami (per hari) 0.05
𝑲 Total sampel manusia pada semua populasi 1000
𝒑 Jumlah sampel manusia baru sehat keturunan dari ortu dg riwayat overweight 0.5
𝒒 Jumlah sampel manusia baru sehat keturunan dari ortu dg riwayat obesitas 0.5
𝒖 𝟏 Skenario 1 : program diet dengan kampanye hidup sehat untuk populasi ‘y’ (per hari) [0.1]
𝒖 𝟐 Skenario 2 : program perawatan untuk populasi ‘z’ (per hari) [0.1]
6. Solusi (1) : Dinamic Programming
Untuk menyelesaikan permasalahan diatas, maka dibentuk sistem dinamik seperti
yang ditunjukkan pada gambar di bawah ini :
Health (x) Overweight (y) Obese (z)
𝜃(𝑥 + 𝑝𝑦 + 𝑞𝑧)
𝛾 + 𝑢1(𝑡) 𝑦
(𝑏𝑦 + 𝑏𝑧)𝑥 (𝑏𝑧 + 𝛼)𝑦
𝑢1(𝑡)𝑦
𝑢2(𝑡)𝑧
𝜇𝑧𝜇𝑦𝜇𝑥
𝑑𝑥
𝑑𝑡
= 𝜃 𝑥 + 𝑝𝑦 + 𝑞𝑧 + 𝛾 + 𝑢1 𝑡 𝑦 −
𝑏
𝐾
𝑦 +
𝑏
𝐾
𝑧 𝑥 − 𝜇𝑥 (1)
𝑑𝑦
𝑑𝑡
= 𝜃 1 − 𝑝 𝑦 + 1 − 𝑞 𝑧 +
𝑏
𝐾
𝑦 +
𝑏
𝐾
𝑧 𝑥 + 𝑢2 𝑡 𝑧 − 𝛾 + 𝑢1 𝑡 𝑦 −
𝑏
𝐾
𝑧 + 𝛼 𝑦 − 𝜇𝑦 (2)
𝑑𝑧
𝑑𝑡
=
𝑏
𝐾
𝑧 + 𝛼 𝑦 − 𝑢2 𝑡 𝑧 − 𝜇𝑧 (3)
Dimana 𝑢1(𝑡) dan 𝑢2(𝑡) adalah merupakan variabel kontrol yang bergantung terhadap waktu. Sistem di
atas harus mempertimbangkan biaya yang dikeluarkan dengan menerapkan semua skenario yang ada.
7. Analisis Model : Titik Kesetimbangan
Pada sisi kanan dari persamaan (1) sampai dengan (3) akan memiliki dua persamaan titik
kesetimbangan yang berbeda, yaitu titik kesetimbangan bebas penyakit (Disease Free
Equilibrium / DFE) diartikan bahwa ketiga populasi yang terinfeksi = 0, titik kesetimbangan
penyakit (Endemic Equilibrium / EE) diartikan bahwa semua populasi terisi.
Persamaan DFE dan EE adalah sebagai berikut :
𝐷𝐹𝐸 = 𝑥∗
, 𝑦∗
, 𝑧∗
= (𝐾, 0,0) (4)
𝐸𝐸 = 𝑥, 𝑦, 𝑧 = (
𝑔
𝑢2 𝐾+𝜇𝐾+𝑏 𝑧+𝛼𝐾 𝑏
,
𝑧𝐾 𝜇+𝑢2
𝑏 𝑧+𝛼𝐾
, 𝑧) (5)
Dimana :
𝑔 = 𝐾(𝑝𝜇𝐾𝑢2 + 𝑝𝜇2
𝐾 + 𝜇𝑞𝑏 𝑧 + 𝜇𝑞𝛼𝐾 + 𝐾𝛾𝑢2 + 𝐾𝛾𝜇 + 𝐾𝑢1 𝑢2 + 𝐾𝑢1 𝜇) (6)
K = Jumlah sampel manusia dan dipenuhi dengan :
𝐾 = 𝑥 + 𝑦 + 𝑧
8. Analisis Model : Titik Kesetimbangan
Rasio Dasar Reproduksi dinotasikan sebagai ℜ0 mewakili jumlah yang diharapkan untuk
kasus yang lain dimana terjadi infeksi pada masa inkubasi pada populasi ‘x’ atau sampel
manusia yang sehat. Untuk itu pertama kali perlu dibangun suatu matriks terhadap
kehadiran generasi baru.
𝐴 = (𝐺 + 𝑇)𝐴 (7)
Dimana :
𝐴 = (𝑦, 𝑧) 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑠𝑒
𝐺 = matriks transisi / peralihan, mendeskripsikan tentang setiap perubahan kondisi,
termasuk rata-rata kepunahan dikarenakan oleh kematian atau daya tahan tubuh pada
populasi ‘y’ dan ‘z’.
𝑇 = matriks transmisi, mendeskripsikan tentang proses produksi infeksi baru
K = Jumlah sampel manusia dan dipenuhi dengan :
Matriks G dan matriks T adalah sebagai berikut :
𝐺 =
1 − 𝑝 𝜇 − 𝛼 − 𝛾 − 𝑢1 − 𝜇 1 − 𝑞 𝜇 + 𝑢2
𝛼 −𝑢2 − 𝜇
(8)
𝑇 =
𝑏 𝑏
0 0
(9)
9. Analisis Model : Rasio Dasar Reproduksi
Dikarenakan oleh DFE berisi sampel semua manusia yang sehat maka DFE = K. ℜ0 juga
sama dengan jarak spektrum matriks 𝑇𝐺−1
, dimana 𝑇𝐺−1
dapat disebut dengan
matriks generasi baru (NGM).
𝑁𝐺𝑀 =
𝑏(𝜇+𝑢2)
𝐿
+
𝑏𝛼
𝐿
−
𝑏 −𝜇+𝜇𝑞−𝑢2
𝐿
+
𝑏(𝜇𝑝+𝛼+𝛾+𝑢1)
𝐿
0 0
(10)
Dimana :
𝐿 = 𝑝𝜇𝑢2 + 𝜇2 𝑝 + 𝛼𝜇𝑞 + 𝛾𝑢2 + 𝜇𝛾 + 𝑢1 𝑢2 + 𝜇𝑢1
Maka Rasio Dasar Reproduksi dapat dihitung dengan persamaan berikut :
ℜ0 =
𝑏(𝜇+𝑢2+𝛼)
𝜇2 𝑝+ 𝑝𝑢2+𝑞𝛼+𝛾+𝑢1 𝜇+𝑢2(𝛾+𝑢1)
(11)
Kita dapatkan bahwa DFE akan stabil jika dan hanya jika ℜ0 < 1.
11. Solusi (2) : Optimal Control Ploblem
Setelah mengetahui tujuan dari penelitian ini, maka dibentuklah fungsi objektif,
sebagai berikut :
𝐽 𝑢𝑖, Ω = 0
𝑇
(𝑤 𝑥 𝑥2
+ 𝑤 𝑦 𝑦2
+ 𝑤𝑧 𝑧2
+ 𝑤 𝑢1
𝑢1
2
+ 𝑤 𝑢2
𝑢2
2
)𝑑𝑡 (12)
Dimana :
Ω = populasi ‘x’,’y’ dan ‘z’
i = 1,2 = skenario 1 dan 2
𝑤 𝑥, 𝑤 𝑦, 𝑤𝑧 = nilai bobot untuk masing-masing populasi
Dengan fungsi objektif yaitu meminimumkan jumlah manusia yang terinfeksi, dimana
telah di atur bahwa 𝑤 𝑥 = 0, 𝑤 𝑦 > 0 dan 𝑤𝑧 > 0.
𝑤 𝑢1
, 𝑤 𝑢2
= nilai bobot untuk masing-masing skenario
menemukan nilai dari variabel kontrol 𝑢1(𝑡) dan 𝑢2(𝑡) dari t=0 hingga t=T :
𝐽 𝑢1 𝑡 , 𝑢2 𝑡 = min{𝐽(𝑢𝑖
∗
, Ω)|(𝑢1, 𝑢2)𝜖𝜙} (13)
Subject to : sistem pada persamaan (1) sampai dengan (3) dan dimana set kontrol dari
𝜙 adalah merupakan fungsi pada [0,T] dan 𝑎𝑖 ≤ 𝑢𝑖
∗
≤ 𝑏𝑖 untuk i = 1,2. Parameter 𝑎𝑖
dan 𝑏𝑖 adalah merupakan batas bawah dan batas atas dari variabel kontrol.
13. Solusi (2) : Optimal Control Ploblem
Untuk mendapatkan kondisi optimal untuk meminimalkan fungsi biaya (cost function)
pada persamaan (12), maka perlu untuk memberlakukan Lagrangian pada variabel
kontrol sehingga sama dengan 0, seperti pada persamaan berikut ini :
𝜕ℒ
𝜕𝑢1
= 2𝑤 𝑢1
𝑢1 + 𝑦 𝜆 𝑥 − 𝜆 𝑦 = 0 (18)
𝜕ℒ
𝜕𝑢2
= 2𝑤 𝑢2
𝑢2 + 𝑧 𝜆 𝑦 − 𝜆 𝑧 = 0 (19)
Pada dua persamaan di atas, kita memperoleh :
𝑢1 =
𝑦(𝜆 𝑦−𝜆 𝑥)
2𝑤 𝑢1
, 𝑢2 =
𝑧(𝜆 𝑧−𝜆 𝑦)
2𝑤 𝑢2
(20)
Dengan mempertimbangkan batas bawah 𝑎𝑖 dan batas atas 𝑏𝑖 untuk i =1,2 untuk
masing-masing variabel kontrol, maka diperoleh kontrol optimal seperti berikut :
𝑢1 = max(𝑎1, min(𝑏1,
𝑦(𝜆 𝑦−𝜆 𝑥)
2𝑤 𝑢1
)) (21)
𝑢2 = max(𝑎2, min(𝑏2,
𝑧(𝜆 𝑧−𝜆 𝑦)
2𝑤 𝑢2
)) (22)
14. Hasil Simulasi
• Pada simulasi akan diberikan kondisi bobot berbeda pada masing-masing variabel kontrol
(𝑢1(t) dan 𝑢2(𝑡)), pemberian kondisi awal untuk masing-masing populasi yang berbeda dan
akan menghasilkan keluaran yang berbeda-beda pula.
• Kondisi awal populasi : 𝑥 0 = 970, 𝑦 0 = 20, 𝑧 0 = 10
• Pengurangan populasi pd masa inkubasi : 𝑥 0 = 830, 𝑦 0 = 20, 𝑧 0 = 150
15. Hasil Simulasi
Upaya yang dilakukan untuk mendapatkan hasil optimal terhadap fungsi biaya jika
memberikan skenario treatment pencegahan (prevention scenario) pada penderita yang
terindikasi infeksi penyakit overweight (gambar a) dan obesitas (gambar b). Hasilnya
adalah dengan melakukan tindakan pencegahan, biaya pengobatan dapat lebih ditekan
karena penggunaan obat dengan dosis rendah serta efek negatif obat dapat dihindari.